Vor Ort
Merkzettel Warenkorb
Produktbild: Pattern Recognition Algorithms for Data Mining

Pattern Recognition Algorithms for Data Mining Scalability, Knowledge Discovery and Soft Granular Computing

224,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

27.05.2004

Abbildungen

schwarz-weiss Illustrationen, Tabellen, schwarz-weiss

Verlag

Taylor & Francis

Seitenzahl

274

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

680 g

Sprache

Englisch

ISBN

978-1-58488-457-6

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

27.05.2004

Abbildungen

schwarz-weiss Illustrationen, Tabellen, schwarz-weiss

Verlag

Taylor & Francis

Seitenzahl

274

Maße (L/B/H)

24/16,1/1,9 cm

Gewicht

680 g

Sprache

Englisch

ISBN

978-1-58488-457-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Pattern Recognition Algorithms for Data Mining
  • INTRODUCTION IntroductionPattern Recognition in Brief Knowledge Discovery in Databases (KDD) Data Mining Different Perspectives of Data Mining Scaling Pattern Recognition Algorithms to Large Data Sets Significance of Soft Computing in KDD Scope of the Book MULTISCALE DATA CONDENSATION Introduction Data Condensation Algorithms Multiscale Representation of Data Nearest Neighbor Density Estimate Multiscale Data Condensation Algorithm Experimental Results and Comparisons Summary UNSUPERVISED FEATURE SELECTION Introduction Feature Extraction Feature Selection Feature Selection Using Feature Similarity (FSFS) Feature Evaluation Indices Experimental Results and Comparisons Summary ACTIVE LEARNING USING SUPPORT VECTOR MACHINE Introduction Support Vector Machine Incremental Support Vector Learning with Multiple PointsStatistical Query Model of Learning Learning Support Vectors with Statistical Queries Experimental Results and Comparison Summary ROUGH-FUZZY CASE GENERATION Introduction Soft Granular Computing Rough Sets Linguistic Representation of Patterns and Fuzzy Granulation Rough-fuzzy Case Generation Methodology Experimental Results and Comparison Summary ROUGH-FUZZY CLUSTERING Introduction Clustering Methodologies Algorithms for Clustering Large Data Sets CEMMiSTRI: Clustering using EM, Minimal Spanning Treeand Rough-fuzzy Initialization Experimental Results and Comparison Multispectral Image Segmentation Summary ROUGH SELF-ORGANIZING MAPIntroduction Self-Organizing Maps (SOM) Incorporation of Rough Sets in SOM (RSOM) Rule Generation and Evaluation Experimental Results and Comparison Summary CLASSIFICATION, RULE GENERATION AND EVALUATION USING MODULAR ROUGH-FUZZY MLP Introduction Ensemble Classifiers Association Rules Classification Rules Rough-Fuzzy MLP Modular Evolution of Rough-Fuzzy MLP Rule Extraction and Quantitative Evaluation Experimental Results and Comparison Summary APPENDIX A: ROLE OF SOFT-COMPUTING TOOLS IN KDD Fuzzy Sets Neural Networks Neuro-Fuzzy Computing Genetic Algorithms Rough Sets Other Hybridizations APPENDIX B DATA SETS USED IN EXPERIMENTS